구글이 Gemini 사용 제한 방식을 바꾸자 사용자들이 반발한 이유

2026년 5월, 구글은 AI 어시스턴트 Gemini의 사용 제한 방식을 크게 바꿨다. 기존처럼 하루에 보낼 수 있는 프롬프트 수를 세는 대신, 이제는 **AI가 실제로 사용한 컴퓨팅 자원(컴퓨트)**을 기준으로 사용량을 계산한다. 이 변화는 최신 AI 모델의 실제 운영 비용을 반영하기 위한 것이었지만, 도입 직후 사용자들의 강한 반발을 불러왔다.

프롬프트 개수에서 ‘컴퓨트 예산’으로

이전의 Gemini 사용 방식은 비교적 단순했다. 하루에 보낼 수 있는 프롬프트(요청) 횟수가 정해져 있었기 때문이다. 하지만 AI 기능이 점점 복잡해지면서 같은 한 번의 요청이라도 필요한 계산량이 크게 달라지는 문제가 생겼다.

그래서 구글은 2026년 5월 17일부터 Gemini의 사용량을 **컴퓨트 기반(quota based on compute)**으로 계산하도록 변경했다.

새로운 시스템에서는 다음 요소들이 사용량 계산에 영향을 준다.

• 프롬프트의 복잡도
• 사용한 모델이나 기능(예: 고급 추론, 이미지·영상 생성)
• 대화 길이

또한 기존의 하루 단위 리셋 대신, 사용량 제한은 5시간마다 일부 회복되며 전체 주간 한도까지 누적되는 방식으로 운영된다.

즉 간단한 텍스트 질문은 거의 사용량을 차지하지 않지만, 긴 코딩 세션이나 고급 기능을 사용하는 작업은 훨씬 빠르게 quota를 소모할 수 있다. 구글은 이런 방식이 AI 작업마다 다른 실제 연산 비용을 더 정확히 반영한다고 설명했다.

무료 vs 유료 요금제: 차이는 ‘컴퓨트 예산’

컴퓨트 기반 제한은 무료 사용자와 유료 구독자 모두에게 적용되지만, 각 요금제마다 사용할 수 있는 컴퓨트 양이 다르다.

구글 지원 문서에 따르면 대략적인 구조는 다음과 같다.

• 무료 사용자: 기본 컴퓨트 한도
• AI Plus: 무료 대비 약 2배 사용량
• AI Pro: 무료 대비 약 4배 사용량
• AI Ultra: 기능에 따라 훨씬 높은 사용량 제공

구글은 I/O 2026 행사에서 월 100달러의 ‘AI Ultra’ 요금제도 발표했다. 이 플랜은 특히 AI 코딩 도구인 Antigravity에서 AI Pro 대비 약 5배 높은 사용 한도를 제공한다.

결국 새 구조에서는 단순히 기능 접근 여부뿐 아니라 얼마나 많은 AI 연산을 사용할 수 있는지가 요금제 가치의 핵심이 됐다.

왜 사용자들이 제한에 빨리 걸렸을까

문제는 예측 가능성이었다.

기존 시스템에서는 남은 프롬프트 수를 쉽게 가늠할 수 있었다. 하지만 컴퓨트 기반 시스템에서는 각 작업이 얼마나 quota를 소모하는지 사용자 입장에서 알기 어렵다.

특히 다음과 같은 작업에서 사용량이 빠르게 소모됐다.

• 장시간 코딩 세션
• 여러 단계를 수행하는 AI 에이전트 워크플로우
• 이미지·영상 생성 등 고연산 기능

개발자와 사용자들의 보고에 따르면 일부 작업은 몇 번의 작업 세션만으로도 5시간 제한이나 주간 한도에 도달하기도 했다.

이 때문에 일부 구독자는 “사실상 사용량이 줄어든 것 아니냐”며 정책을 **‘bait‑and‑switch(미끼 상술)’**라고 비판하기도 했다.

구글의 긴급 대응: 사용 제한 상향

반발이 커지자 구글은 특히 **Antigravity(구글의 AI 코딩 도구)**에서 빠르게 조치를 취했다.

도입 직후 며칠 사이에 다음과 같은 변화가 있었다.

• Antigravity에서 Gemini 모델 사용 제한을 3배로 확대
• 모든 사용자 주간 쿼터 초기화
• 이후 주간 한도도 다시 3배 확대

이 조치는 실제 개발 워크플로가 예상보다 훨씬 많은 컴퓨트를 사용한다는 사실을 구글이 뒤늦게 확인했기 때문으로 해석된다.

이번 논란이 보여준 AI 산업의 딜레마

Gemini 논란은 단순한 제품 정책 문제가 아니라 AI 산업 전반이 겪는 구조적 문제를 보여준다.

현대 AI 시스템은 작업마다 비용이 크게 다르다. 단순 텍스트 답변은 저렴하지만, 긴 컨텍스트 추론이나 코딩 에이전트, 영상 생성 같은 기능은 훨씬 많은 연산 자원을 요구한다.

그래서 기업 입장에서는 단순한 메시지 횟수 제한보다 컴퓨트 기반 제한이 경제적으로 더 합리적이다.

하지만 사용자 입장에서는 이런 방식이 다음과 같은 문제를 만든다.

• 사용량을 예측하기 어렵다
• 같은 요금제라도 실제 사용량이 작업에 따라 크게 달라진다
• 구독 가치가 불투명하게 느껴질 수 있다

결국 AI 기업들은 앞으로 세 가지를 동시에 해결해야 한다.

• 점점 커지는 AI 추론 비용
• 사용자에게 이해하기 쉬운 제한 정책
• 구독자가 납득할 수 있는 서비스 가치

Gemini의 사례는 이 균형을 맞추는 일이 AI 제품 전략에서 얼마나 어려운 과제인지 잘 보여준다.